李 倩

（中南财经政法大学 统计与数学学院，武汉 430073）

0 引言

流动人口是指离开户籍所在地的县、市或者市辖区到其他地方居住的人口。国内学者对流动人口幸福感影响因素作了大量的研究，构建了各自的指标体系去衡量，根据现行的指标体系，人们把衡量幸福感的指标分为三类：A类涉及认知范畴的生活满意程度，包括生存状况满意度(如就业、收入、社会保障等)，生活质量满意度(如居住状况、医疗状况、教育状况等)；B类指标涉及情感范畴的心态和情绪愉悦程度，包括精神紧张程度、心态等；C类指标涉及人际以及个体与社会的和谐。大部分学者所做研究普遍把影响幸福感的指标看作在同一水平上，但所选指标不一定在同一水平上，有可能出现嵌套关系，当指标出现嵌套关系时，传统的方差分解、回归分析方法就不适用了，为了克服上述研究方法的不足，本文引入了多层线性模型以对流动人口幸福感影响因素作深入细致的研究。

1 多层线性模型简介

在许多研究中，取样往往来自不同层级和单位，这种数据带来了很多跨级（多层）的研究问题，解决这些问题的一种新的数据分析方法—多层线性模型。这一方法的开创及发展的主要贡献者之一是英国伦敦大学的Harvey Goldstein教授及研究者把这种方法称作“多层分析”。另一主要开拓者美国密歇根大学的StephenW.Raudenbush教授和同行把它称为“分层线性模型结构”。本文按照张雷等人的叫法称为“多层线性模型”。

利用多层线性模型分析需要对数据做三次计算：一是在组内的个体层上进行的分析，称为组内效应；二是通过平均或整合第一层中的个体数据，得到第二组的组间数据，称为组间效应；三是忽视组的特性而对所有的数据进行分析，称为总效应。在此基础上，计算组内效应和组间效应在总效应的比例，从而确定变异来自于组间还是组内。

既包含第一层预测变量又包含第二层预测变量的模型称为完整模型，最简单的完整模型只有一个第一层的预测变量和一个第二层预测变量，下面以完整模型形式表述多层线性模型的概念。

在第一层的方程中，下标“0”代表截距，下标“1”代表与第一层的第一个预测变量X1有关的回归系数。下标i表示第一层的单位，下标 j表示第二层的单位。如果在第一层有更多的预测变量，那么，第二、第三个变量则为X2ij、X3ij，相对应的就有 β2j和 β3j，以此类推。

第二层方程中各参数的具体含义如下：

β0j是与第二层的单位 j有关的第一层的截距；

β1j是与第二层的单位 j有关的第一层的斜率；

γ00是第二层方程（2）的截距，也可以解释为所有第二层单位的总体平均数；

γ01是第二层方程（2）的回归斜率；

W1j是第二层的第一个预测变量，模型允许第二层有多个预测变量，第二层的第二个预测变量则为W2j，依此类推。但是，方程（2）和方程（3）中所使用的预测变量不一定是相同的；

μ0j是第二层方程（2）的残差或随机项；

γ10是方程（3）的截距，也可以表述为所有第二层的单位在第一层的斜率的总体平均数；

γ11是方程（3）的回归斜率；

μ1j是第二层方程（3）的残差或随机项。

最后，方程（2）和（3）随机部分的方差如下：

其中，τ00是用第二层的自变量W1j解释了β0j后的残差方差；τ11是用第二层的自变量W1j解释了β1j后的残差方差。

而其他的模型，如零模型、随机效应回归模型和协方差分析模型则都是根据具体的研究需要由这一完整模型变化而来的。

2 数据来源与指标说明

本文第一层微观数据来自2012年国家人口计生委的全国流动人口动态监测系统。2012年全国流动人口动态监测数据以31个省（区、市）全员流动人口年报数据为基本抽样框，采取分层、多阶段、与规模成比例的PPS方法进行抽样。调查对象的年龄范围定为：在流入地居住一个月以上，非本区（县、市）户口的15～59周岁流动人口。省级样本量分6类，样本量分别为：15000人、12000人、10000人，8000人、6000人和4000人，流动人口有效样本为154605万人。调查内容采取个人问卷和社区问卷进行：个人问卷分为基本情况、就业居住和医保、婚育情况与计划生育服务、生活与感受等四部分；社区问卷分为人口基本状况、社区管理与服务两部分。

在有效样本中，男性81972人，所占比重为53.02%；农业户口130190人，占比84.21%，非农户口24157人，占比重15.62%；从受教育程度来看，流动人口中近90%是没有上大学的，其中占比重最大的是初中教育程度，占比53.46%，其次是高中教育程度，占比15.36%，大学专科及以上学历的共约占9.39%；从婚姻状况来看，未婚人口约占21.96%，已婚的流动人口占比76.10%，已婚人口中初婚占比98.45%，离婚和丧偶的一共占比1.94%；从年龄来看，调查对象为15～59岁，为了分析的方便，将年龄进行分组，将 15～24岁作为一组，25～34岁、35～44 岁、45～54 岁以及55岁以上各作为一组，其中25～34岁的流动人口比重最大，占36.48%，35～44岁的人口占比31.62% ，15～24岁的流动人口占比18.58%，说明流动人口中以青壮年为主。

第二层宏观数据由对《中国统计年鉴2013》整理得到。

2.1 第一层指标选择

根据研究的目的，选择流动人口的幸福感为因变量，选择城镇职工医疗保险、社区文体活动、对现居城市喜爱程度、本地人接受程度以及家庭月总收入作为第一层的预测变量。

其中因变量是五元有序变量，通过问卷调查中“和流出地相比，在本地是否感觉幸福?”的题项来获得，回答类别分别是很幸福、幸福、一般、不幸福和很不幸福，并将幸福感按照从很幸福到很不幸福依次赋予分值1、2、3、4、5，原始数据是分数越高代表幸福程度越低。

预测变量中享有城镇职工医疗保险是分类变量，通过问卷调查中“您在本地是否享有城镇职工医疗保险”的题项来获得，回答项为是、否、不清楚，依次赋值1、2、3，原始数据是分数越高代表越不享有城镇职工医疗保险。是否参加社区文体活动，如果是，赋值1，如果否，赋值2，原始数据是分数越高代表越不参加社区文体活动。对现居城市的喜爱程度是四元有序变量，通过问卷调查中“我喜欢我现在居住的城市?”的题项来获得，回答类别分别是完全不同意、不同意、基本同意、完全同意，并将同意程度按照从完全不同意到完全同意依次赋予分值1、2、3、4，原始数据是分数越高代表越喜欢现在居住的城市。本地人对自己的接受程度是四元有序变量，通过问卷调查中“我觉得本地人愿意接受我成为其中一员”的题项来获得，回答类别分别是完全不同意、不同意、基本同意、完全同意，并将同意程度按照从完全不同意到完全同意依次赋予分值1、2、3、4，原始数据是分数越高代表本地人越愿意接受我成为其中一员。家庭在本地月总收入是一个连续变量，值越大代表收入越多。

2.2 第二层指标选择

根据本研究所关注的问题，在以往研究的基础上，本文认为流动人口幸福感与公共服务均等化有关，因此本文从31个省（区、市）宏观层面选取基础教育、医疗卫生、社会保障、公共安全四个方面的19个指标作为衡量公共服务均等化的指标体系。如表1所示。

表1 公共服务均等化指标体系

表2中有些单项指标是从《中国统计年鉴2013》选取的基础指标计算得来的。人均教育经费支出用教育经费支出与年末常住人口的比值得到，教育经费支出占财政支出比重用教育经费支出与公共财政预算支出的比值得到。医疗卫生支出占财政支出的比重用医疗卫生支出与公共财政预算支出的比值得到，人均医疗卫生经费支出用医疗卫生经费支出与年末常住人口的比值得到。人均社会保障和就业经费支出用社会保障和就业经费支出与年末常住人口的比值得到，社会保障与就业支出占财政支出的比重用社会保障和就业经费支出与公共财政预算支出的比值得到，年末参加城镇职工基本养老保险人数占总人口比重用年末参加城镇职工基本养老保险人数与年末常住人口的比值得到，年末参加失业保险人数占总人口比重用年末参加失业保险人数与年末常住人口的比值得到，年末参加城镇医疗保险人数占总人口的比重用年末参加城镇医疗保险人数与年末常住人口的比值得到。公共安全支出占财政支出的比重用公共安全支出与公共财政预算支出的比值得到，人均公共安全支出用公共安全支出与年末常住人口的比值得到，万元GDP火灾事故直接经济损失率用火灾事故直接经济损失与地区生产总值的比值得到，万元GDP交通事故直接财产损失率用交通事故直接财产损失与地区生产总值的比值得到。

在因子分析过程中首先将逆向指标的数据取倒数，然后再标准化，利用SPSS17.0软件作因子分析，得出基础教育、医疗卫生、社会保障、公共安全四个潜在变量的综合得分，并将这四个潜在变量作为第二层的预测变量进行分析。

3 实证分析

本部分利用HLM6.08软件作多层线性模型操作。在具体分析中，第一层和第二层数据必须先做标准化处理。首先建立起的随机回归模型只对第一层面的变量进行分析，没有包括第二层自变量，然后根据第一层面变量分析的显著性检验结果，确定第一层面上的变量在第二层面上差异是否显著。如果差异显著，则需要根据差异来选择合适的第二层面上的变量作为自变量建立模型，作进一步的分析。如果差异不显著，则无需再构建第二层模型。随机回归分析结果见表2所示。

表2 不包括第二层变量的随机回归结果

从表2可以看出，对幸福感因变量来说，城镇职工医疗保险、社区文体活动、对现居城市喜爱程度和家庭月总收入具有明显的预测效果，回归系数分别是0.0236、0.2378、-0.0929、-0.0562，但本地人的接受程度对幸福感的预测效果不明显（回归系数是-0.0282，P＞0.05）。由于幸福感与对现居城市喜爱程度、本地人接受程度、家庭月总收入反向赋值，故系数表示享有城镇职工医疗保险、参加社区文体活动、对现居城市越喜爱、本地人越接受自己成为其中一员并且家庭月总收入越高，流动人口的幸福感越高。

表2也提供了每个变量的回归效应在各个地区之间的变异信息。幸福感做因变量的回归分析来说，城镇职工医疗保险、社区文体活动、对现居城市喜爱程度、本地人接受程度和家庭月总收入的回归系数(斜率)随地区的不同而不同。表2中的χ2检验结果显示了这些回归

系数的地区变异程度。例如城镇职工医疗保险对幸福感的总体回归结果为0.0236，也就是说在保持其他变量恒定的情况下，城镇职工医疗保险每增加一个单位，幸福感就平均增加0.0236个单位，但具体到每个地区来说增加的数量则可能有大小和变化方向上的差异，因为χ2检验结果显示城镇职工医疗保险回归系数的方差成分达到显著水平（0.0012，P＜0.01），提示城镇职工医疗保险的回归系数在不同地区之间有明显的变异。社区文体活动、对现居城市喜爱程度、本地人接受程度和家庭月总收入对幸福感的影响在不同地区间也有很大程度的变异。

以表2中χ2检验显著的回归系数做因变量，用公共服务均等化的有关潜在变量做自变

量建立地区层面上的回归方程来解释班级之间的变异，有关分析结果见表3所示。

表3 公共服务均等化潜在变量对个体水平回归系数的预测结果

根据经验可知，当某个第二层变量的系数和相应第一层的系数符号相同时，说明该第二

层变量能加强第一层上该系数所示的关联强度，加强的方向与系数符号所表示的方向一致。当两层系数符号相反时，则说明该第二层变量削弱影响第一层上该系数所示的关联强度，但影响方向与第一层系数的符号所表示的方向相反。

表3的结果表明公共服务均等化基础医疗对城镇职工医疗保险和幸福之间的正向关系(回归系数=一0.2351)影响不显著（回归系数=-0.0124，t=-1.090）。(在表2中，城镇职工医疗保险对幸福感的回归系数是0.0237，表3中，城镇职工医疗保险对幸福感的回归系数是0.0234，表2与表3结果上的微小出入是由于包含第二层多层线性模型分析技术上的差异，以下分析以表3为准)。医疗卫生、社会保障对城镇职工医疗保险和幸福之间的关系影响也不显著。公共安全使享受城镇职工医疗保险的流动人口幸福感更强，影响显著(回归系数=0.0102，t=2.115)。同时可以看到，基础教育、医疗卫生、社会保障、公共安全对社区文体活动和幸福感之间的关系、对现居城市喜爱程度和幸福感之间的关系、本地人接受程度和幸福感之间的关系、家庭月总收入和幸福感之间的关系影响都不显著。

表4显示了公共服务均等化潜在变量对不同变异所解释的方差比例，城镇职工医疗保险和幸福感的关系在不同地区间的变异有3.25%被公共服务均等化潜在变量解释掉，也发现公共服务均等化潜在变量无助于解释社区文体活动和幸福感之间、对现居城市喜爱程度和幸福感之间、本地人接受程度和幸福感之间、家庭月总收入和幸福感之间在不同地区间的变异。

表4 公共服务均等化潜在变量所解释的方差成分和比例

4 主要结论

研究结果表明：（1）流动人口的幸福感不仅与个体因素（城镇职工医疗保险、社区文体活动、对现居城市喜爱程度、本地人接受程度、家庭月总收入等）有关，还与地区之间的公共服务均等化部分潜在因素有关，如公共安全安全越好，流动人口城镇职工医疗保险与幸福感之间的正向关系越显著，即幸福感越强；（2）同时，可以看到流动人口的幸福感与公共服务均等化的潜在变量总体关系不大，这与预期不符。

因此，根据流动人口幸福感的影响因素，为了提高流动人口的幸福感应该使尽可能多的流动人口享有城镇职工医疗保险，积极参加社区文体活动；对本地市民做好接受外来人口的宣传工作，美化城市环境，使流动人口更喜爱这座城市；给流动人口提供就业机会，增加家庭月总收入，提高他们的幸福感；在宏观层面应该加大公共安全方面的投入，提升流动人口在安全方面的幸福感。

[1]张雷等.多层线性模型应用[M].北京：教育科学出版社，2003.

[2]国家发展改革委宏观经济研究院课题组.促进我国的基本公共服务均等化[J].宏观经济研究,2008,(5).

[3]罗楚亮.绝对收入、相对收入与主观幸福感—来自中国城乡住户调查数据的经验分析[J].财经研究，2009,(11).

[4]陈志霞.城市幸福指数及其测评指标体系[J].城市问题,2012,(4).

[5]康君.幸福指数研究的不同视角及国际比较[J].数据,2011,(6).

[6]卢纹岱，吴喜之.SPSS统计分析[M].北京:电子工业出版社，2012．